识别地质类型,用此机器让一条隧道稳定的掘进!

   自动化那些事        

研究了隧道掘进机的地质自适应控制问题。针对地质条件不确定的问题,采用聚类分析的方法,以表征岩石强度的两个重要指标为基础,识别地质类型。在此基础上,确定了不同围岩条件下掘进参数的变化规律和取值范围。在此基础上,考虑隧道掘进过程中TBM的几个关键性能,提出了一个多目标优化问题。


结合非主导排序遗传算法- ii中的拥挤距离评价概念,采用差分进化算法求解该多目标优化问题。本文以“Tunneling parameters optimization based on multi-objective differential evolution algorithm”为题于2020年11月4日发布于《Soft Computing》杂志上。

识别地质类型,用此机器让一条隧道稳定的掘进!


研究背景


TBM是一种广泛应用于大型隧道施工的高效大型机械,特别适用于硬岩地质及某些特殊地质条件下的隧道施工。这种特种制造设备在地铁工程、水利、海底隧道等民用基础设施建设中发挥着重要作用。


TBM掘进参数(推进速度、刀头转速等)的合理设置是影响TBM作业性能的重要环节。目前的TBM系统主要由操作人员(也称驱动人员)根据自身经验调整控制参数。然而,这样的操作是非常保守和低效的,特别是对于不同的地质条件。更糟糕的是,地质条件是事先不知道的或估计不准确。


目前关于控制参数预测和设置方法的研究相对较少,主要基于围岩参数,如岩石节理间距、节理趋势、质量指标(RQD)、单轴抗压强度(UCS)。同时,在开挖过程中还需要考虑TBM的性能。

识别地质类型,用此机器让一条隧道稳定的掘进!


图为TBM结构图


TBM是一种集多学科技术于一体的大型工程设备。TBM的实际刀头如图所示。刀盘上安装了许多圆盘刀具.刀盘边缘有几个桶,用来收集矿渣,这样就可以通过内置传送带输送碎石。盾构是用来防止在挖掘过程中由于碎石而造成的刀盘卡住.主传动系统由多台感应电动机通过齿轮与行星齿轮配合而成。感应电动机提供了充分的力量,在挖掘时,对刀盘.主梁(或主梁)作为桥梁,连接着刀盘、盾构、支撑靴、推进系统和支撑系统。它可以传递液压缸产生的推进力和多电机在刀盘中产生的扭矩。这将实现进步和步伐的转变。作为推进系统的一部分,位于主梁上的液压缸沿指定的轨道推进TBM。

识别地质类型,用此机器让一条隧道稳定的掘进!


图为TBM的实际刀头


指出驱动系统的控制对整机的性能乃至整个工程的效率都有着重要的影响。这就促使研究者关注TBM作业的控制与优化,特别是对驱动系统的控制与优化。另一方面,目前大部分的工作都是针对某一固定的已知地质类型而建立的。


该研究的写作动机可以归结为以下几个方面。在目前的现场运行中,TBM的操作者(或称为驾驶员)通过经验对地质特征进行评价,并进一步选择推力和扭矩来调节掘进速度和控制掘进效率。但是驾驶员只能采取相当保守的操作策略,这将导致前进速度保持在一个较低的水平。


此外,还应注意刀具振动对其安全性和平稳性的影响。因此,充分考虑开挖过程中的安全性、效率、振动性和退化性,并在这些性能之间取得平衡是至关重要的。


另一方面,现有的控制策略难以适应地质变化。事实上,TBM刀盘的推力速度和转速与围岩强度、硬度、发育程度等地质条件有关,与刀具扭矩、刀盘平均电流、推力等因素有关,但地质条件可能是未知的,也可能是变化的,如图所示。

识别地质类型,用此机器让一条隧道稳定的掘进!


图为有关工程中部分地质条件的草图


该研究考虑了TBM的几个关键运行性能,重点研究了在不同地质条件下如何获得TBM的最优控制参数。这将有助于隧道参数的调整,提高掘进效率,提高TBM作业的自动化水平。值得注意的是,该研究是在吉林省某项目的基础上进行的,包括TBM的数据、参数等必要的信息。


由于传感器的外部干扰和异常工作条件的存在,在实际的工作数据中,异常数据普遍存在。在进行数据分析之前,必须对这类数据进行处理。

识别地质类型,用此机器让一条隧道稳定的掘进!


图为2015年4月12日建筑数据

识别地质类型,用此机器让一条隧道稳定的掘进!


图为施工数据处理后


从图中可以看出,数据似乎是断断续续的。也就是说,每个参数都有零值。事实上,这种情况表示TBM进入步骤更改模式或停止操作。在此阶段,在液压缸单元和水平支撑靴的帮助下,直到TBM最后一步更换后,刀头才能工作。

识别地质类型,用此机器让一条隧道稳定的掘进!


图为TPI和FPI在不同地质条件下的分布

识别地质类型,用此机器让一条隧道稳定的掘进!


图为TPI和FPI在硬岩地质中的分布

识别地质类型,用此机器让一条隧道稳定的掘进!


图为硬岩地质分类

识别地质类型,用此机器让一条隧道稳定的掘进!


图为基于TPI/FPI的聚类结果

识别地质类型,用此机器让一条隧道稳定的掘进!


图为刀盘速度恒定时掘进参数的分布


TBM掘进机通常通过调整进给速度和刀盘转速来适应地质条件。当掘进机在均质岩石条件下工作时,将推进速度和刀盘转速调大,从而加快掘进过程。但是,由于滚刀承受的载荷有限,刀具滚刀的磨损会随着转速的增加而增加。当TBM侵彻度保持在较低的水平时,振动程度随侵彻度的增加而线性增加。当TBM侵彻率保持在较高水平时,随着振动严重度的增加,侵彻增加速度减慢。

识别地质类型,用此机器让一条隧道稳定的掘进!


图为滚刀原理图

识别地质类型,用此机器让一条隧道稳定的掘进!


图为转速与振动严重度的关系

识别地质类型,用此机器让一条隧道稳定的掘进!


图为前进速度与振动严重度的关系

识别地质类型,用此机器让一条隧道稳定的掘进!


图为侵彻与振动严重度的关系


该研究的仿真是在MATLAB环境下,在带有2.50GHz Intel Corei5和8.00GRAM的笔记本电脑上实现的。表中提供了地质参数、TBM设备参数、最大进化代数、交叉概率因子和变异率。

识别地质类型,用此机器让一条隧道稳定的掘进!


图为Pareto最优前沿

识别地质类型,用此机器让一条隧道稳定的掘进!


图为优化前后前进速度的比较

识别地质类型,用此机器让一条隧道稳定的掘进!


图为优化前后刀盘转速的比较

识别地质类型,用此机器让一条隧道稳定的掘进!


图为优化前后目标函数的比较


检验结果表明,除滚刀磨损和振动外,优化结果与优化前相比,在进给速度、转速和能耗上均有明显差异。这意味着侵彻率提高,刀头转速平均降低,而刀头在滚刀磨损和振动方面的性能变化不大或明显。


与其它TBM性能相比,能耗的重要性程度最低。考虑到在实际施工中,TBM掘进进度和安全问题有着更高的优先考虑。也就是说,研究者希望在不增加振动和滚刀磨损的情况下,加快前进的步伐,即使是能源消耗也在一定程度上增加。因此,与现有系统中TBM的运行行为相比,优化结果对于实际工程中TBM控制参数的整定决策具有较好的参考价值。


研究结论


为了获得更理想的控制参数(推进速度和转速),该研究建立了TBM掘进的多目标优化问题。通过对施工数据的K-means聚类分析,首先得出了不同围岩条件下隧道参数之间的关系及范围。


研究提出了考虑掘进机掘进效率、滚刀磨损、刀头振动和能耗等多种关键性能的多目标优化模型。在此基础上,提出了求解多目标优化问题的差分进化算法。根据实际施工数据进行了模拟。


结果表明,优化方案(操作措施)对TBM具有较好的实际意义。相关结果已在云平台上应用,为TBM掘进的知识积累和决策提供了有力的支持。


参考文献:Hongyuan Wang, Jingcheng Wang, Yaqi Zhao & Haotian Xu Tunneling parameters optimization based on multi-objective differential evolution algorithm  Soft Computing (2020)



最新评论(0)条评论
不吐不快,我来说两句

还没有人评论哦,抢沙发吧~

相关新闻推荐